Zufällige Variation in Forschungsdaten, verursacht durch unvorhersagbare Faktoren wie Stimmung der Teilnehmer*innen, Umgebungsgeräusche oder Tageszeit. Im Gegensatz zum systematischen Fehler gleicht er sich bei ausreichender Stichprobengröße aus.
Definition: Zufällige Variation in Forschungsdaten, verursacht durch unvorhersagbare Faktoren wie Stimmung der Teilnehmer*innen, Umgebungsgeräusche oder Tageszeit. Im Gegensatz zum systematischen Fehler gleicht er sich bei ausreichender Stichprobengröße aus.
Unsystematischer Fehler ist das zufällige Rauschen in Ihren Daten. Eine teilnehmende Person hatte einen schlechten Morgen. Eine andere wurde durch Baulärm abgelenkt. Eine dritte hat eine Frage falsch gelesen. Diese Fehler verschieben die Ergebnisse nicht konsistent in eine Richtung, sondern streuen zufällig um den wahren Wert.
Auch wenn sich der unsystematische Fehler im Mittel ausgleicht, macht er Ihre Daten verrauschter. Hohes Rauschen bedeutet, dass Sie größere Stichproben benötigen, um reale Effekte zu erkennen. Eine Studie mit zu wenigen Teilnehmer*innen findet möglicherweise einen echten Unterschied nicht, nicht weil er nicht existiert, sondern weil zufällige Variation ihn überdeckt.
Das Ziel ist nicht null Rauschen, das ist unmöglich. Das Ziel ist, das Rauschen so weit zu reduzieren, dass reale Signale sichtbar werden.
Eine konsistente, vorhersagbare Verzerrung, die Ergebnisse in eine bekannte Richtung verschiebt. Handhabbar, weil Sie sie in der Interpretation berücksichtigen können, und damit weit besser als zufällige, unsystematische Fehler.
Die Konsistenz einer Forschungsmethode: ob sie bei Wiederholung unter denselben Bedingungen ähnliche Ergebnisse liefert. Betrifft Präzision, nicht Genauigkeit. Eine Methode kann reliabel sein, ohne valide zu sein.
Die Anzahl der Teilnehmer*innen in einer Forschungsstudie. Die geeignete Stichprobengröße hängt von den Forschungszielen, der Methodenart (qualitativ vs. quantitativ), der geforderten Präzision und der Anzahl der untersuchten Nutzersegmente ab.